Classificateur probabiliste des voisins relationnels
Dans cet exercice, vous allez appliquer le classificateur probabiliste des voisins relationnels pour déduire les probabilités de désabonnement à partir de la probabilité préalable de désabonnement des autres nœuds.
Au lieu de connaître les étiquettes des nœuds, supposez que vous connaissez la probabilité de désabonnement de chaque nœud, comme dans l'image ci-dessous. Dans l'image, C signifie désabonnement et NC signifie non-désabonnement.
Ensuite, comme précédemment, vous pouvez mettre à jour la probabilité de désabonnement des nœuds en calculant la moyenne des probabilités de désabonnement de leurs nœuds voisins.
Cette activité fait partie du cours
Analytique prédictive avec des données en réseau dans R
Instructions de l’exercice
- Trouvez la probabilité de désabonnement du 44e client dans le vecteur
churnProb. - Mettez à jour la probabilité de désabonnement en multipliant
AdjacencyMatrixparchurnProbet en divisant par le vecteurneighbors, qui contient la taille des voisinages. Nous avons ajoutéas.vector()autour des opérations matricielles. Assignez le résultat àchurnProb_updated. - Trouvez la probabilité de désabonnement mise à jour du 44e client dans le vecteur
churnProb_updated. - Qu'est-il arrivé à la probabilité de désabonnement du 44e client ?.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Find churn probability of the 44th customer
churnProb[___]
# Update the churn probabilties and the non-churn probabilities
churnProb_updated <- as.vector((AdjacencyMatrix %*% ___) / ___)
# Find updated churn probability of the 44th customer
churnProb_updated[___]